回老家和朋友们聊了聊AI，发现跟我们不在一个世界

本文来自微信公众号：产品老高，作者：高晖，原文标题：《我回老家跟十几个朋友聊了聊AI，发现行业跟我们不在一个世界》，头图来自：AI生成

大模型每天卷生卷死，我回老家问了十几个朋友，发现这场狂欢跟他们没半毛钱关系。

回了一趟老家。高中同学攒了个局，在一家烧烤店，七八个人，啤酒烤串，聊着聊着不知道谁提了一嘴，说现在天天看新闻说什么大模型什么人工智能的，到底是个啥东西，能不能帮忙干点活。

我一下子来了精神。

这话题我可太熟了。

我每天的工作就是跟AI打交道，测模型，搭Agent，写工作流，研究各种控制机制。我的信息流里每十条有八条是AI相关的，朋友圈里天天有人讨论什么新框架发布了，什么Claude又更新了，什么某某模型跑分又超了。

我就问他们，你们平时用AI吗？

一桌子人面面相觑。

然后有个哥们说，用过，豆包，问过两次菜谱。

另一个说，试过DeepSeek，让它帮忙写了个请假条，写得跟流水账似的，还不如我自己写。

还有一个当老师的同学说，偶尔会拿它查查资料，但不敢真信它说的，“万一瞎编呢。”

再往下问，剩下几个人连AI都没怎么碰过。不是买不起，不是不会下APP，就是觉得跟自己没关系。

有个同学甚至说了一句让我到现在都记得的话。

AI不就是聊天机器人吗，跟以前的智能客服有啥区别。

我当时没接话。

但说实话，我心里挺震惊的。

不是因为他们说错了。说实话，他们说得挺对的。对绝大多数人来说，AI现在确实就是个聊天机器人，一个稍微聪明点的搜索框。

但这个认知跟我在行业里感受到的，完全是两个世界。

我的日常是这样的，早上起来第一件事是看X上有没有什么新模型发布，然后打开Claude Code开始干活，中间穿插着测试各种Agent的工作流，调Harness参数，优化Hook触发条件。下午可能要跑几个模型的对比测试，晚上还得看看有没有什么新的技术动态要跟。

一天下来，十几个小时泡在AI里。

我的微信群里，讨论的是GPT什么时候出新版本，是Claude Code和Codex到底哪个更好用，是某个新出的Agent框架值不值得花时间去研究。

但那天晚上坐在烧烤店里，看着这帮朋友的脸，我突然意识到一个事。

我们可能活在一个巨大的信息茧房里。

不是那种算法推荐的信息茧房，是圈子自带的信息茧房。你身边的人都在聊AI，你以为全世界都在聊AI。你每天看到的技术突破让你兴奋得睡不着觉，你以为 everyone 都跟你一样激动。

但其实出了这个圈子，大部分人跟AI的关系，就是偶尔打开豆包问个问题。

然后我回来之后就开始琢磨这个事，把我在不同场合接触到的AI使用者，大概分了几等。

这个分法不一定准，就是我自己瞎琢磨的，但大概能说明一些问题。

不是按收入分，不是按学历分，是按他们跟AI的真实关系分。

一、AI使用者的六个等级

先说最大头的那批人。

第一等：基础问答使用者

第一等，就是拿豆包或者DeepSeek问问题的。

这批人占了使用AI的普通人里绝大多数，可能九成以上。他们的用法非常简单，打开APP，输入问题，看答案。问菜谱，问法律常识，问孩子作业怎么辅导，问旅游攻略。

用法跟以前的百度知道差不多，只不过回答更完整一点，语气更像人。

但有一个很关键的特征，就是信任度不高。

你问他们信不信AI给的答案，大部分人会说“参考参考还行，真要有什么事肯定不能全信它。”他们把AI当成一个稍微聪明点的搜索框，用完就走，不会深想，也不会投入更多时间去研究怎么用得更好。

这其实没什么问题。就像你用百度查个天气，你不会觉得自己在“使用互联网技术”，你就是在查天气。

对这批人来说，AI就是那个查天气的工具。

第二等：尝鲜功能使用者

再往上走一层。

第二等，会用一些特殊功能，做图，生成PPT，但质量一般。

这批人已经不满足于单纯问问题了，他们开始尝试AI的其他能力。可能是刷短视频的时候看到有人说AI能画画，就试了试。或者在某个场景下发现AI能帮忙生成PPT，就用了一下。

但结果通常不太行。

生成的图片可能手指数量都不对，PPT排版倒是有了但内容空空荡荡。他们不知道什么是Prompt工程，不知道怎么优化输出质量，试了几次觉得“也就那样吧”，然后就不再深入了。

不过在一群只用AI问问题的人里面，这批人已经算“有点水平”的了。至少他们知道AI不止能聊天，还能干点别的。

但你仔细想想，这个“有点水平”其实挺脆弱的。他们跟第一等的区别不在于认知深度，而在于多刷了几个短视频而已。刷到了就试一下，没刷到就永远不会知道。

第三等：Workflow使用者

第三等，开始有门槛了。

这批人会过Skill，可以细扣质量，甚至自己尝试过生成Skill或者搭建Workflow。能熟练运用某一类工具Agent进行日常工作。

在普通人群里，这已经是专家了。

我认识一个做新媒体运营的姑娘，她自己摸索了一套工作流，用Claude写文案初稿，然后人工改。她甚至存了十几个Prompt模板，按不同场景分类，发小红书的是一种风格，发公众号的又是一种风格。她用扣子搭了个简单的自动化流程，能把初稿自动发到飞书文档里等她审。

她身边的朋友都管她叫“AI达人”，有什么AI相关的问题都来找她。

但这里有个有意思的点。

她的这些技能，很难往下传递。不是因为她藏私，而是因为底下的人不care。你跟第一等的人说你要存Prompt模板，要根据场景分类优化，要搭工作流，他们会觉得你有病，“问个问题而已至于吗。”

这就是第一道分水岭。从这一层开始，每往上走一层，能交流的人就少一批。你以为你学会了一个很厉害的技能，兴冲冲地想分享给朋友，结果发现没人听得懂你在说啥。

第四等：Agent搭建者

到了第四等，事情开始变得有点不一样了。

这批人对自动化执行有诉求，开始尝试搭建Agent。可能在搞OpenClaw，可能在折腾Hermes，会整理agent.md来优化Agent的行为。

在普通人里，这已经算是人上人了。

他们不再满足于单次对话，而是想让AI自己跑起来。可能搭了一个自动整理邮件的Agent，可能搞了一个自动监控某个网站更新的流程。他们开始理解Harness是什么，开始用Hook来控制Agent的行为边界。

我之前写的那些关于Hook和Harness的文章，这一层的人就是主要读者。他们看得懂，也用得上。

但这一层的人有一个很尴尬的处境。

他们的知识和成果，只能分享给同类人。

我见过好几个这样的朋友，兴冲冲地搭了一个Agent系统，觉得特别牛逼，发给身边的朋友看。朋友的反应通常是“哦，挺厉害的”，然后就换话题了。

因为下面的人看不懂，也不需要。

你跟一个用豆包问菜谱的人说“我搭了个Agent，用Harness约束了它的执行范围，还加了Hook在关键节点暂停等人工确认”，对方只会觉得你在说外语。

从这一层开始，AI使用者开始变成一座座孤岛。你知道的东西越来越多，能聊的人越来越少。

第五等：非专业爱好者

第五等，开始往准专业的方向走了。

这批人会尝试优化Agent性能，做专业化尝试。比如日常编程做记忆优化，搭建自己的知识库，尝试开发各类软件。

但都是非专业的，属于爱好Vibecoding的从业者。

什么叫Vibecoding，就是不靠系统性地学编程，而是靠跟AI对话，让AI帮自己写代码，搭出一些能用的东西。这类人往往有自己的本职工作，可能是产品经理，可能是运营，可能是老师，但他们在业余时间用AI搭建工具解决自己的问题。

一个很典型的特征是，他们特别在意性价比。

往往会用DeepSeek或者其他国产模型，而不是Claude或者GPT。不是不知道后者更好用，而是一个月几十块钱的API费用和一个月几百块的订阅费，差得太多了。

我认识一个做产品的朋友，用DeepSeek搭了个个人知识库，把平时的读书笔记和工作文档全扔进去，让AI帮他做检索和总结。他跟我说“效果确实没有Claude好，但DeepSeek便宜啊，我一个月花不了三十块钱，够用了。”

这批人很务实，也很聪明。但他们的天花板受限于模型能力和自己的技术深度，能搭出一些有意思的东西，但很难做出真正高质量的产品。他们自己也知道这一点，但不在乎，因为本来就是玩。

而且这个阶段其实是真正使用AI人群的大头，他们对于AI更像是爱好，性价比是非常重要的点。

上一篇文章有同学不停的纠正我说K3好用的分享，不停问为什么不用claude code等。

可我当时想表达的主要是给这个维度的同学说明看的，K3对比的性价比是在国产模型这个价位，如果要上升到第一阶段模型，那聊的性价比又是另一个概念了。因为对产出的要求是完全不一样的。

这个阶段的同学宁愿花俩小时跟AI废话纠正问题，也不愿意多花二十块钱充值。这才是本质。所以未来如何能让大家通过国产模型的价位获得AI普及才是真正的AI诉求，毕竟不是每个人都觉的话那么多美刀一个月体会极值的好用。

第六等：深度产消者

第六等，真正的使用者。

为了追求产出质量，会使用Codex，Claude Code等行业顶尖工具和模型。付费习惯良好，可以接受一个月几百块的支出。会同时使用多个Agent，甚至自己开发。

只有这批人，才会对大模型行业有高度敏感。

他们知道Claude Code和Codex各自的优劣，知道什么场景该用什么模型，知道怎么调Harness参数让Agent更稳定，知道Hook应该放在哪些节点。他们的日常就是跟AI深度协作，AI不是工具，是同事。

这批人少到什么程度呢？

我瞎估的，在所有“使用AI的人”里面，可能连1%都不到。

而从第一等到第六等，中间的跨度有多大呢？

第一等的人在用豆包问菜谱，第六等的人在用Claude Code跑自动化编程流水线。第一等的人觉得AI是个聊天机器人，第六等的人觉得AI是个不知疲倦的同事。

这不是一个程度的差异。

是维度的差异。

二、AI真实的诉求到底是什么？

说完这六种人，我再聊聊另外一个让我感触挺深的事。

最近不少人开始研究本地部署的小模型，我自己也大概琢磨过。虽然没有特别深入，但发现一个挺有意思的事。

7B，8B参数的模型，基本就可以满足人们所谓日常的使用诉求了。

处理图片，写报告，整理资料，总结材料，定简单计划，这些事情一个7B的模型跑在你自己的电脑上就能搞定。不需要联网，不需要付月费，不需要担心数据泄露。

我试过用Qwen 7B本地跑，让它帮我总结一份会议纪要，整理得有模有样。让它帮忙写个周报模板，也完全够用。让它帮我整理一堆乱七八糟的文档，提炼关键信息，也能干。

甚至我试过让它帮我做一些简单的数据分析，把一堆数字扔进去让它找规律，虽然比不上Claude那种级别的推理能力，但日常用用真的够了。

我自己也想过一个问题，就是如果我只是一个普通的上班族，不做AI相关的工作，不写代码，不搭Agent，那我需要的AI能力，是不是一个本地跑的7B模型就能全覆盖了？

答案大概率是是的。

然后我就突然想明白了一件事。

对前面说的第一等第二等甚至第三等的人来说，他们需要的AI能力，一个7B的本地模型就够了。他们不需要Claude Code的深度编程能力，不需要Codex的复杂推理能力，不需要什么Agent框架，不需要Hook，不需要Loop。

他们需要的就是一个能回答问题、能帮忙写东西的助手。

而企业级的发展方向，其实也是私有化部署。不是每个企业都需要跑最顶尖的大模型，大部分企业的需求是“在自己的服务器上跑一个够用的模型，数据不外泄，成本可控。”

所以有时候我就在想，大模型行业每天卷的那些东西，参数量从70B涨到400B再涨到万亿，推理能力从能做小学题到能解高考题，上下文窗口从8K涨到128K再涨到1M，这些进步对于90%的用户来说，到底意味着什么？

一个7B模型就能搞定的事，你需要一个万亿参数的模型来干吗？

我不是说技术进步不好，技术进步当然好。但进步的收益是不均匀的。最顶尖的模型进步了，受益的是第六等的人。而第一等的人，从GPT-3到GPT-4到GPT-5，体感差异微乎其微，反正都是问菜谱。

聊到这里，我突然觉得有点迷茫。

一方面，我是真的为这个行业的快速发展感到兴奋和欢喜。每天都在学习新的概念，新的思维，有些百家争鸣的感觉。今天某个团队发了篇论文说找到了新的推理范式，明天某个公司开源了一个新模型跑分炸裂。作为从业者，你真的会觉得这是一个大时代，能赶上这种技术爆发是幸运的。

但另一方面，我又忍不住去想一个问题。

AI真实的诉求到底是什么？

对于普通人来说，AI真的有那么大的作用吗？

我回老家的时候，那帮朋友的生活并没有因为AI而有什么本质变化。该上班上班，该带孩子带孩子，该打牌打牌。AI对他们来说，就是一个偶尔打开的APP，问个问题，关掉，然后继续过日子。

没有人因为不会用AI而失业，没有人因为会用AI而升职。

至少目前没有。

而目前AI对普通人的影响，更多的像是一个竞争者，而不是一个有效的辅助者。

什么意思呢？

就是AI并没有真正帮普通人把事情变得更容易，反而在制造焦虑。你打开手机，看到“AI又取代了某个岗位”“某某公司用AI裁了三分之一的人”这种新闻，你会觉得不安。但你真正去用AI，又发现它好像也没那么神，写个请假条还不如自己写。

所以现在的情况挺拧巴的。

AI对普通人的影响主要体现在情绪层面，恐惧和焦虑，而不是实际的使用层面。没用过AI的人焦虑自己会被淘汰，用过AI的人觉得也就那样。

而对从业者来说，情况又不一样了。我们确实在用AI提高效率，但同时也被AI推着往前跑。一个星期不学新东西，你就觉得自己落后了。这种焦虑不是AI取代你的焦虑，而是同行都在进步你停滞不前的焦虑。

有时候我会觉得挺讽刺的。

最应该感到安心的人，就是那些不用AI的人，他们完全不焦虑。而最应该感到从容的人，就是那些最懂AI的人，反而最焦虑。

因为你知道得越多，你就越清楚自己还差多远。

说到底，AI到底是在帮我们，还是在逼我们？

这个问题我自己也还没想明白。

三、AI最终会变成空气

不过有一件事我倒是想通了。

前两天我在收拾旧东西的时候，翻出来一个2005年的网卡。就是那种插在电脑主机里的，当时为了上网还得专门买一张网卡装上，然后拉一根网线。

我拿着那张网卡愣了一会儿。

2005年那会儿，“上网”是一件需要专门去做的事。你得有电脑，得有网卡，得拉网线，得交网费，然后拨号，然后才能“上网”。上网是一个目的地，是一个动作，是一件你计划好了去做的事。

那时候还有人专门去网吧，就是去体验一下上网的感觉。就跟现在有人专门去学怎么用AI一样，就是觉得新鲜，就是想试试，就是单纯的想看看这玩意儿到底能干啥。

后来呢？

后来有了WiFi，有了3G、4G、5G。你不再“上网”了，你只是打开手机看了一个视频，发了一条消息，叫了一个外卖。互联网消失在了所有产品的背后，变成了空气一样的存在。

你不会觉得自己在“使用互联网技术”，你就是在生活。

AI可能也会走这么一条路。

现在的AI还处在那个需要你专门去“上网”的阶段。你得打开一个APP，输入一段文字，等它回复。AI还是可见的，是需要你主动去“使用”的东西。我们这些从业者，就像2005年那帮会装网卡的人，觉得自己掌握了很厉害的技术，但其实大部分人不需要会装网卡，他们只需要等几年，网就自动来了。

真正成熟的AI，应该是不可见的。

你打开一个APP，它恰好用了AI来给你推荐内容，你不会觉得“哇我在用AI”，你就是在刷短视频。你去医院看病，医生用了一个AI辅助诊断系统，你不会觉得“AI给我看了病”，你就是在看病。你在公司用了一个新系统帮你处理报表，你不知道后面跑着一个Agent，你只是觉得最近工作轻松了一点。

到那个时候，我老家那些朋友也不会再说“AI不就是聊天机器人吗”了。

不是因为他们学会了用AI。

而是因为AI已经融入了他们每天用的产品和服务里，他们甚至不需要知道AI在里面。

所以这个行业要不要良性发展，我觉得不是看大模型参数能涨到多少，不是看跑分能超多少，而是看AI能不能从“需要被使用”变成“不知不觉被使用”。

能不能从“可见”变成“不可见”。

能不能从“聊天机器人”变成“空气”。

在那一天到来之前，我老家朋友的判断，可能比我们这些从业者的判断更准确。

AI现在确实就是个聊天机器人。

只不过我们不愿意承认而已。

本文来自微信公众号：产品老高，作者：高晖